如何加快組內累計金額？

我有以下的數據幀：如何加快組內累計金額？

id<-c(1,1,1,1,1,3,3,3,3) 
spent<-c(10,20,30,40,50,60,70,80,90) 
date<-c("11-11-07","11-11-07","23-11-07","12-12-08","17-12-08","11-11-07","23-11-07","23- 11-07","16-01-08") 
df<-data.frame(id,date,spent) 
df$date2<-as.Date(as.character(df$date), format = "%d-%m-%y") 


id  date spent  date2 
1 1 11-11-07 10 2007-11-11 
2 1 11-11-07 20 2007-11-11 
3 1 23-11-07 30 2007-11-23 
4 1 12-12-08 40 2008-12-12 
5 1 17-12-08 50 2008-12-17 
6 3 11-11-07 60 2007-11-11 
7 3 23-11-07 70 2007-11-23 
8 3 23-11-07 80 2007-11-23 
9 3 16-01-08 90 2008-01-16

我需要每個id每天來計算總和spent，包括它的框架工作如下：

id  date spent  date2 sum.spent 
1 1 11-11-07 10 2007-11-11 10 
2 1 11-11-07 20 2007-11-11 30 
3 1 23-11-07 30 2007-11-23 30 
4 1 12-12-08 40 2008-12-12 40 
5 1 17-12-08 50 2008-12-17 50 
6 3 11-11-07 60 2007-11-11 60 
7 3 23-11-07 70 2007-11-23 70 
8 3 23-11-07 80 2007-11-23 150 
9 3 16-01-08 90 2008-01-16 90

下面的腳本運行良好（除了第一行不是什麼大問題）：

df$spent2<-NA 
for (a in 2:9) 
if (df[a,1]==df[a-1,1]&& df[a,4]==df[a-1,4]) 
(df[a,5]=df[a,3]+df[a-1,3])else(df[a,5]=df[a,3])

但是由於行數在我的實際數據集中大約有150萬，上面的腳本需要5天才能執行。我想知道你是否可以建議一種更有效的方式來編寫這些代碼並達到相同的目標。

來源

2012-10-26 AliCivil

data.table非常快，特別是對於這樣的大型數據集。這應該在1.5百萬記錄中運行很快。

library(data.table) 
df <- data.table(df) 
df <- df[, sum.spent:=cumsum(spent), by = list(id, date2)]

來源

2012-10-26 06:39:37 Maiasaura

它工作正常，也很快......感謝伴侶！ – AliCivil

這裏是一個基礎R解決方案：

df$sum.spent <- ave(df$spent,df$id,df$date2,FUN=cumsum)

我得到一個不同的結果比你預期的答案，雖然，但我認爲這是正確的嗎？

來源

2012-10-26 06:50:12

可能因爲它沒有id信息？ –

啊，是忽略了。固定！ –

如何加快組內累計金額？

回答

相關問題